Si hay un concepto central en GeneXus, es la Knowledge Base (KB)
o Base de Conocimiento
. Este concepto es lo que distingue a GeneXus de cualquier otro entorno de desarrollo, y es también la razón por la que
GeneXus for Agents
puede hacer lo que hace.

Para entender por qué los agentes de IA pueden trabajar de forma consistente y confiable en GeneXus, primero hay que entender qué es la KB y por qué es importante en la era de la Inteligencia Artificial Generativa.

En el desarrollo de software tradicional, el código fuente es la representación canónica del sistema. Todo lo que el sistema hace está expresado en archivos de código: funciones, clases, queries, migraciones de base de datos, configuraciones. Para entender cómo funciona el sistema, hay que leer el código.

Esto tiene una consecuencia importante: el código mezcla el conocimiento del negocio con los detalles de implementación. La regla de que una factura no puede tener valor negativo está en algún lugar del código, pero está expresada en el lenguaje de programación elegido, con la sintaxis del framework, entrelazada con la lógica de validación de formularios y la gestión de errores.

Para un desarrollador humano con experiencia, esto es manejable. Para un agente de IA que necesita entender el sistema para proponer cambios consistentes, es una fuente enorme de complejidad y ambigüedad.

¿Qué es la Knowledge Base de GeneXus?

La Knowledge Base de GeneXus
es el almacén de conocimiento. Allí se encuentran los objetos de negocio, transacciones, reglas, relaciones, atributos, interfaces y procesos, expresados a un nivel de abstracción que está por encima de cualquier tecnología de implementación específica.

Es en la KB donde se definen los sistemas: qué es una factura, qué atributos tiene, qué reglas rigen su comportamiento, cómo se relaciona con otros objetos del sistema.

Esas definiciones viven en la KB, no en el código. De esa manera, el motor de GeneXus toma esa definición y genera, de forma automática y determinista, el código para la tecnología destino elegida: Java, C#, iOS, Android, web. Si el equipo decide cambiar de tecnología, GeneXus regenera el código a partir de la misma KB. El conocimiento no cambia; lo que cambia es la forma en que se expresa en código.

La Knowledge Base de GeneXus contiene:

• El modelo de datos del sistema: entidades, atributos, relaciones, tipos.
• Las reglas de negocio: validaciones, defaults, fórmulas, eventos.
• La lógica de procesos: workflows, procedimientos, integraciones.
• Las interfaces: pantallas, reportes, APIs.
• El conocimiento de navegación: cómo se relacionan los objetos entre sí.

¿Por qué la KB es la fuente de verdad ideal para los agentes de IA?

Cuando un agente de IA necesita modificar o extender un sistema, lo que necesita es contexto: saber qué existe, cómo está estructurado, qué reglas se aplican, qué convenciones se usan, y cómo encaja la modificación que va a proponer con el resto del sistema.

En el desarrollo tradicional, ese contexto está disperso en miles de archivos de código, documentación desactualizada y el conocimiento tácito del equipo. Pasarlo al modelo de IA de forma completa y estructurada es muy complejo.

La Knowledge Base de GeneXus resuelve este problema. Todo el conocimiento relevante del sistema está en un único lugar, expresado a un nivel de abstracción que es legible tanto por humanos como por máquinas, y estructurado de forma que las relaciones entre objetos son explícitas y navegables.

Esto permite que un agente de IA pueda:

• Consultar la KB y entender el modelo de datos completo del sistema antes de proponer cualquier cambio.
• Verificar que los nombres que usa para nuevos objetos no colisionan con los existentes.
• Entender las relaciones entre objetos y proponer cambios que las respeten.
• Aplicar las convenciones del sistema porque las puede inferir de los objetos existentes en la KB.
• Razonar sobre el impacto de sus cambios antes de aplicarlos.

La KB como texto es legible por cualquier LLM

GeneXus for Agents
introduce un mecanismo crucial: la representación textual de la Knowledge Base. Los objetos de la KB se representan como texto estructurado, en un formato que cualquier modelo de lenguaje puede leer y razonar.

Esto es lo que hace posible que agentes basados en diferentes LLMs puedan trabajar con la KB de GeneXus, entender su estructura, y proponer cambios que el motor de GeneXus va a validar antes de integrar.

El ciclo completo de GeneXus for Agents: leer, razonar, proponer, validar, generar

El flujo de trabajo con GeneXus for Agents sigue un ciclo claro que aprovecha lo mejor de la KB:

1. El agente lee la KB a través del GeneXus MCP Server y obtiene el contexto del sistema.
2. El agente razona sobre la tarea asignada con ese contexto completo.
3. El agente propone cambios a la KB: nuevos objetos, modificaciones de objetos existentes, nuevas reglas.
4. El motor de GeneXus valida esos cambios: verifica que sean consistentes con la KB existente, que respeten las relaciones, que sean sintácticamente correctos.
5. Si la validación es exitosa, GeneXus integra los cambios a la KB y genera el código determinista para la tecnología destino.
6. Si la validación detecta errores, GeneXus los devuelve, el agente ajusta y se vuelve a validar. El ciclo se repite hasta que la KB acepta los cambios o el desarrollador interviene.

Lo que hace que este ciclo sea poderoso es que la validación ocurre antes de la generación. El agente no puede introducir inconsistencias en el sistema porque el motor de GeneXus las detecta y rechaza antes de que lleguen al código. Esto es cualitativamente diferente a revisar manualmente el código generado por un agente que operó sobre un prompt.

¿Qué cambia para el equipo de desarrollo?

Para un desarrollador GeneXus, la KB es el centro del trabajo. GeneXus for Agents no cambia ese centro: lo amplía. El equipo sigue definiendo el sistema en la KB, sigue usando GeneXus para generar el código, y sigue siendo responsable de las decisiones de arquitectura.

Lo que cambia es que ahora pueden contar con agentes de IA que entienden el sistema con la misma profundidad que un desarrollador experimentado, porque tienen acceso a la misma fuente de verdad. Pueden delegar en los agentes tareas de exploración, generación de UI, creación de integraciones auxiliares, y revisión de consistencia, sabiendo que el motor de GeneXus va a actuar como árbitro final de lo que entra al sistema.

En el siguiente artículo de esta serie vamos a ver en detalle cómo funciona el GeneXus MCP Server, el componente que actúa como interfaz estándar entre los agentes de IA y la Knowledge Base.

También te puede interesar leer:

El problema del desarrollo basado en prompts

GeneXus for Agents: desarrollo con GenAI sin perder el control

GeneXus en la era del desarrollo agéntico